爱奇艺算法工程师（金融风控模型）
任职要求
-本科及以上学历，计算机相关专业，有设计、开发、部署及实施消费信贷反欺诈模型、信用模型、营销模型经验； -能够跟踪、监测、维护及优化模型体系，为风控体系优化提出合理建议 ； -数据挖掘能力强，能通过海量底层数据挖掘出业务关注…
工作职责
-基于平台海量数据，对用户特征、画像进行挖掘,并对其不断优化,提升对用户底层识别能力； -负责信贷产品的信用评分模型建设，建立信贷业务信用评分模型，客户资信模型等数据模型，用于信贷业务的发展； -负责金融用户营销模型的开发级优化，为运营、产品提供高效转化的金融借贷目标人群； -负责风控数据的分析:及时准确完成各项分析需求,对风控数据进行深入的剖析,为风控决策及策略的应用提供强有力的数据支持。
1、核心算法研究与设计：主导金融风控领域RAG-Agent的核心算法研究与创新，包括但不限于检索算法优化、重排序模型设计、大模型上下文增强与生成控制策略。 2、RAG全链路算法优化：研发面向非结构化金融文本的智能切片算法、查询理解与重写模型、多路召回融合策略，重点攻克多阶段排序模型，优化混合检索结果的精准度与相关性；研究与实施大模型在金融风控场景下的高效微调方案、提示工程范式与推理链设计，致力于提升生成内容的准确性、可追溯性与逻辑严谨性；构建领域定量的RAG评估体系，设计自动化评估算法与badcase分析机制，驱动算法闭环迭代。 3、前沿探索与业务赋能：探索Agent规划与决策、多模态信息融合、长上下文建模等前沿方向在风控场景的算法落地，并将核心算法能力转化为业务价值。
1.面向AI应用场景的大模型后训练方向的核心技术研发，包括SFT、偏好学习、强化学习等算法研发、优化与创新，提升业务效果； 2.利用LLM能力，构建用户异常交易、可疑行为特征模型，深度识别客户风险； 3.跟踪大模型后训练方向的前沿技术，参与前沿算法研究，推动研究成果在反洗钱与风控场景的落地应用； 4.基于用户特征、文本数据及尽调资料等信息，探索创新的技术来更好了解客户，洞察用户交易风险。
-通过与合作方合作，通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风控模型 -基于海量互联网行为数据，结合机器学习、深度学习等方法，挖掘金融风控相关特征，提升风控模型效果 -负责信贷风控模型和特征的工程化应用，包括模型推理/监控、特征加工/更新/监控等 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现
-通过与合作方合作，通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风控模型 -基于海量互联网行为数据，结合机器学习、深度学习等方法，挖掘金融风控相关特征，提升风控模型效果 -负责信贷风控模型和特征的工程化应用，包括模型推理/监控、特征加工/更新/监控等 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现